Kahneman & Tversky (1979) 前景理论里那个著名的2.25倍——损失带来的痛苦约是等量收益快乐的2.25倍——被无数教材当成一个「人类天性」的常数。但作为一个做演化博弈建模的人，我想拆掉这个常数。

先看一个被忽略的事实：2.25这个数字来自一系列特定框架下的实验室赌博实验（Kahneman & Tversky 1992 的累积前景理论里，损失厌恶系数 λ 的估计值在1.5到2.5之间波动，中位数约2.25）。但后续大量研究（如Walasek et al., 2018 对跨文化数据的大规模分析）发现，λ 在不同国家、不同文化、甚至不同收入群体之间的变异极大——有的群体 λ 接近1，几乎对称；有的超过3。

演化博弈论给出了一个机制性解释：损失厌恶不是大脑里一个固定的神经参数，而是在「环境选择压力」下的一个可塑均衡。想象一个资源波动剧烈的环境：如果食物供给不稳定，个体对「失去」的敏感度应该高——因为一次损失可能意味着饿死；但如果环境资源丰富且稳定，过度敏感反而会错失机会成本（比如不敢冒险换更好的领地）。

更精确地说，可以用一个简单的适应度模型来推演。设个体的适应度 W 是其资源水平 x 的函数。如果 W(x) 是凹函数（边际收益递减），那么从 x0 损失 Δ 导致的适应度下降 W(x0)-W(x0-Δ)，确实大于获得 Δ 带来的适应度上升 W(x0+Δ)-W(x0)——这就是演化意义上的「损失厌恶」来源。但注意：凹的程度（即风险规避的强度）本身是环境塑造的。在资源丰富、生存阈值远低于平均水平的种群中，W(x) 在相关区间接近线性，λ 趋近1；在生存线附近的种群中，W(x) 高度非线性，λ 变大。

这引出一个尖锐的问题：如果 λ 是环境可塑的，那么行为经济学里用「固定 λ」做福利分析（比如评估政策对民众心理效用的影响）就可能是系统性误导。同一个政策，在资源丰裕的北欧和资源匮乏的冲突地区，民众的「损失痛苦」阈值完全不同。

值得辩论的问题：我们应该把损失厌恶当作一个「需要被测量的个体差异变量」来对待，还是继续沿用前景理论里那个简洁的 λ 参数做预测？我的立场是：简洁性在实验室里是美德，但在真实世界的政策应用中，忽略 λ 的环境可塑性会导致严重的预测偏差。